基于OSS的数据查询分析和可视化BI报表
数据存储在OSS后，有多种查询分析的方法，包括阿里云MaxCompute、DataLakeAnalytics产品等Severless查询分析服务，也可以自建Spark、Presto、Imapla应用来分析OSS上的数据。
本文，介绍基于OSS+DataLakeAnalytics+QuickBI，实现对数据的存储、Serverless化的Ad-hoc查询、可视化BI的实验。
实验步骤（ OSS+DataLakeAnalytics+QuickBI）
本次实验，主要介绍，如何使用OSS+DataLakeAnalytics+QuickBI，实现对数据的存储、交互式查询分析、输出BI报表的整体数据处理流程。适用于，日志、交易记录查询分析和报表输出等场景。
服务开通
OSS服务：
1.开通OSS服务https://www.aliyun.com/product/oss
DataLakeAnalytics服务：
1.申请DataLakeAnalytics的试用资格
备注：目前DataLakeAnalytics公测中，需提交公测申请，开通试用。DataLakeAnalytics支持查询分析OSS上的CSV、JSON、Parquet、ORC、AVRO、RCFile等数据文件。
操作步骤
准备数据
登录控制台， 并创建目录
创建华东1区域的OSS测试Bucket。
备注：Bucket名称是全局唯一，如果提示名称已存在，请更换一个Bucket名称。
创建目录（建议目录如下）：
创建目录workshop_sh/trade, workshop_sh/user
下载模拟数据（该数据本次实验的模拟数据）
http://testdatasample.oss-cn-hangzhou.aliyuncs.com/workshop_sh/workshop_sh.zip
将下载的将交易记录和开户信息数据，分别上传到trade、user目录
登录Data Lake Analytics控制台
点击“登录数据库”，输入开通服务时分配的用户名和密码，登录Data Lake Analytics控制台。
公测期间的分配的用户名、密码，开通服务的消息中可以查看
创建Schema和Table
创建Schema
输入创建SCHEMA的语句，点击“同步执行”。
CREATE SCHEMA my_schema_name WITH DBPROPERTIES (
CATALOG = 'oss',
LOCATION = 'oss://Bucket名称/测试数据目录/'
);
注意：
- 您的OSS LOCATION地址，请务必以’/‘结尾以表示目录(如LOCATION=‘oss://workshopsh20180608100/workshop_sh/’）。后续建表的LOCATION所指向的数据文件，必须在这个OSS目录或者其子目录下。
- 同一个阿里云region，schema名全局唯一，实验时，请将“my_schema_name”替换为，您自定义schema名称。建议根据业务定义，如已有重名schema，在创建时会提示报错，则请换一个schema名字。
创建表
在“数据库”的下拉框中，选择刚刚您创建的schema。
然后在SQL文本框中输入建表语句如下，并点击同步执行。其中，Location替换为您的Bucket和测试数据的路径
1.创建交易记录表：
说明：LOCATION 'oss://Bucket名称/交易记录表目录/'
实验中，替换LOCATION 'oss://您的OSS存储空间名称/workshop_sh/user/'。如：oss://workshopsh20180608100/workshop_sh/user
CREATE EXTERNAL TABLE tradelist_csv (
t_userid STRING COMMENT '用户ID',
t_dealdate STRING COMMENT '申请时间',
t_businflag STRING COMMENT '业务代码',
t_cdate STRING COMMENT '确认日期',
t_date STRING COMMENT '申请日期',
t_serialno STRING COMMENT'申请序号',
t_agencyno STRING COMMENT'销售商编号',
t_netno STRING COMMENT'网点编号',
t_fundacco STRING COMMENT'基金账号',
t_tradeacco STRING COMMENT'交易账号',
t_fundcode STRING COMMENT'基金代码',
t_sharetype STRING COMMENT'份额类别',
t_confirmbalance DOUBLE COMMENT'确认金额',
t_tradefare DOUBLE COMMENT'交易费',
t_backfare DOUBLE COMMENT'后收手续费',
t_otherfare1 DOUBLE COMMENT'其他费用1',
t_remark STRING COMMENT'备注'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS TEXTFIlE
LOCATION 'oss://testdatasample/workshop_sh/trade/';
2.创建开户信息表：
说明：LOCATION 'oss://Bucket名称/开户信息表目录/'
实验中，替换LOCATION 'oss://您的OSS存储空间名称/workshop_sh/user/'。 如：oss://workshopsh20180608100/workshop_sh/user
CREATE EXTERNAL TABLE userinfo (
u_userid STRING COMMENT '用户ID',
u_accountdate STRING COMMENT '开户时间',
u_gender STRING COMMENT '性别',
u_age INT COMMENT '年龄',
u_risk_tolerance INT COMMENT '风险承受能力，1-10，10为最高级',
u_city STRING COMMENT'所在城市',
u_job STRING COMMENT'工作类别， A-K',
u_income DOUBLE COMMENT'年收入(万)'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS TEXTFIlE
LOCATION 'oss://testdatasample/workshop_sh/user/';
3.建表完毕后，刷新页面，在左边导航条中能看到schema(实验时选择您创建的schema)下的2张表
SQL查询(同步执行)
1.查询交易机构SXS_0010，在0603至0604的100条交易记录
SELECT * FROM tradelist_csv
WHERE t_cdate >= '2018-06-03' and t_cdate <= '2018-06-04' and t_agencyno = 'SXS_0010'
limit 100;
显示执行结果
2.查询各城市、男性女性人群，购买的基金总额（多表Join查询）
SELECT u_city, u_gender, SUM(t_confirmbalance) AS sum_balance
FROM tradelist_csv , userinfo
where u_userid = t_userid
GROUP BY u_city, u_gender
ORDER BY sum_balance DESC;
SQL查询(异步执行)
异步执行查询，将查询结果，以CSV格式，输出到OSS上
点击“执行状态”，可看到该异步查询任务的执行状态
主要分为：“RUNNING”，“SUCCESS”，“FAILURE”。
点击“刷新”，当STATUS变为“SUCCESS”时，可以查看到查询结果输出到OSS的文件路径。
查看导出OSS的结果文件
基于QuickBI制作数据报表
创建数据源
说明：
- 目前QuickBI只有专业版支持DataLakeAnalytics作为数据源
- 数据源-数据库地址、端口，可在DataLakeAnalytics控制台查看
- 数据源-数据库名称，使用在DataLakeAnalytics创建的SCHEMA名称
- 数据源-用户名、密码，即登录DataLakeAnalytics数据库使用的用户名/密码（初始化服务时，发送到站内信中）
创建数据集
说明
- 点击创建数据集
- 选择数据源-自定义SQL
-
输入SQL（输入前述实验步骤的SQL），并保存（如保存为“citygender”）
创建仪表盘
说明
- 点击创建仪表板
- 选择数据集（如citygender）
- 分别选择 值轴、类别轴、颜色分类
- 点击“刷新”
这里显示了各城市男性、女性投资者购买基金的总额
更多信息
关于更多如何使用DataLakeAnalytics+QuickBI，对存储在OSS上数据进行查询分析,以及输出BI报表，请参考DataLakeAnalytics、QuickBI的产品介绍。
本文作者：whj.
本文为云栖社区原创内容，未经允许不得转载。